Влияние ликвидности на эффективность технического анализа

метки: Ликвидность, Данные, Технический, Акция, Рынок, Доходность, Анализ, Стратегия

• В современном мире все большую популярность набирает фондовая биржа среди частных инвесторов, в частности. Данная площадка воспринимается как источник альтернативного дохода, чему способствует развитие рынков ценных бумаг по всему миру, рост числа эмитентов и брокерских контор, которые обеспечивают доступ к торговле на рынке все большему числу желающих.
• Следствием повышенного внимания к фондовым рынкам стало развитие различных методов их анализа. Наиболее популярными среди частных инвесторов являются методы технического анализа. Технический анализ — совокупность методик анализа исторических показателей финансовых инструментов с целью прогнозирования их дальнейшего поведения. Данные методы получили широкое распространение ввиду относительной простоты освоения и применения на реальных торгах. Более того, технический анализ позволяет снижать риски больших потерь и автоматизировать процесс совершения сделок по заданным алгоритмам, что положило начало эпохе торговых роботов.
• До сих пор не достигнуто соглашения между аналитиками финансовых рынков о состоятельности прогнозов, полученных средствами технического анализа. В научной среде существует разделение на приверженцев фундаментального анализа и адептов технического анализа.

  Фундаментальные аналитики опираются на понятие справедливой стоимости акций, то есть утверждают, что ценная бумага обладает равновесной стоимостью, которая определяется характеристиками компании-эмитента, ее финансовым состоянием и факторами, определяющими ее будущие денежные потоки, которые в свою очередь способны принести доход держателю ценной бумаги. Инвестиционные решения фундаменталистами принимаются, исходя из отклонений рыночной цены от фундаментальной стоимости актива, рассчитанной аналитиком.

• Технический же анализ, как уже было сказано ранее, основывается исключительно на исторической динамике котировок акции и динамике объемов торгов конкретным активом. Основоположник технического анализа Чарльз Доу выдвинул шесть постулатов, на которых строится современная теория технического анализа:

1. Индексы учитывают все — динамика котировок акций не случайна, а является продуктом действий участников торгов, которые обладают некоторой информацией;

2. На рынке существуют три типа тенденций — инвесторы торгуют в направлении долгосрочной (от года до нескольких лет) тенденции, однако также используют возможности, предоставляемые среднесрочной (три недели — три месяца) и краткосрочными (от нескольких дней до трех недель) тенденциями, направления которых могут противоречить направлению долгосрочной тенденции;

Влияние научно-технического потенциала на развитие экономики

... сил в мировой экономике важным фактором стал национальный научно-технический потенциал и его эффективность, а также направленная на его использование инновационная политика. Таким образом, актуально изучение влияния научно-технического потенциала на развитие экономики. Цель ...

3. Основная тенденция имеет три фазы — подготовка рынка к новой тенденции (накопление), увеличение количества участников торгов (оживление), фиксирование прибыли наиболее информированными игроками (распределение);

4. Индексы должны подтверждать друг друга — инвестиционное решение нужно принимать, руководствуясь положением дел в разных секторах экономики;

5. Объем должен подтверждать тенденцию — объемы торгов двигаются в направлении основной тенденции;

6. Тенденция считается неизменной, пока не получен убедительный сигнал разворота — тренд подает сигналы о своем завершении или продолжении.

Таким образом, технический анализ позволяет идентифицировать сигналы рынка, которые могут свидетельствовать об его текущем состоянии, и при верной их интерпретации трейдеры могут рассчитывать на совершение прибыльных операций. Технический анализ апеллирует к неслучайному характеру движений цен.

Однако, если рассматривать эффективность технического анализа с точки зрения возможности получения максимальной доходности, то проблема привлекательности его методик ставится под вопрос. Многочисленные эмпирические исследования, посвященные эффективности технического анализа, показывают, что результаты применения рассматриваемых методов могут быть как положительными, так и отрицательными. Лишним подтверждением этому является реальная практика, ежедневно миллионы инвесторов зарабатывают, и столько же теряют свои деньги на рынках ценных бумаг. Очевидно, что с открытием стратегии, показывающей строго положительный результат, пропорции победителей и проигравших на торгах изменятся.

Важнейшим источником информации для аналитика, применяющего технический анализ, является история рыночных операций, из которой он извлекает динамику котировок и объемов торгов. Достаточность подобной информации можно измерить, например, ликвидностью актива. Ликвидность — достаточно широкое понятие в мире финансов. В каждой сфере существует свое определение этого термина. Для банков словом ликвидность описывают способность данного предприятия своевременно отвечать по своим обязательствам (увеличение количества выданных кредитов снижает ликвидность банка).

Фирму называют ликвидной в том случае, если ее текущие активы являются достаточными для погашения задолженностей перед контрагентами и кредиторами. Также уровень ликвидности определяется и на более низких уровнях, например, ликвидность конкретных активов организации.

В данной работе речь пойдет о ликвидности конкретного актива, а именно ценной бумаги, торгуемой в системе организованных торгов. В данном случае понятие не теряет свою многогранность, что значительно затрудняет формулировку определения. Акции называют ликвидными в том случае, когда ни один из контрагентов не испытывает трудностей при совершении сделки купли-продажи, что касается ее объемов, сроков и цены. Важно обратить внимание на то, что ликвидность ценных бумаг можно рассматривать в пяти измерениях:

1. Плотность — отклонение цены сделки от равновесного значения;

2. Частота совершения сделки — время ожидания для осуществления обмена;

Анализ валютного рынка

... современное состояние валютного рынка Охарактеризовать рынок Форекс и определить его особенности Рассмотреть методы фундаментального и технического анализа рынка Для ... отличают от других рынков (товарного, фондового), к ним следует отнести: высокую ликвидность, оперативность, отсутствие ... Остальные рынки (Сингапур, Франкфурт-на-Майне) гораздо меньше. Время, когда одновременно производятся торги в ...

3. Широта — объем предложения/спроса и его достаточность для полноценного осуществления сделки;

4. Глубина — возможность реализовать сделку в конкретном объеме и по конкретной цене, другими словами, достаточность заявок, удовлетворяющих желаемые условия, в биржевом стакане;

5. Эластичность — отклонение цены актива под влиянием некоторого информационного потока относительно ситуации на рынке.

Большинство исследований, касательно эффективности технического анализа посвящены эффективности как таковой, в то время как есть большой потенциал в области поиска сегментов, применение методов технического анализа в которых позволило бы показать лучшие результаты. Подобных исследований на российском фондовом рынке категорически не хватает. Таким образом, целью данной работы является выявление наиболее благоприятной среды применения технического анализа на российском фондовом рынке. Предмет исследования — влияние ликвидности ценных бумаг на эффективность применения к ним технического анализа. Объектом в данном случае выступает величина дохода, полученного в том или ином сегменте (в терминах ликвидности) рынка. Для достижения поставленной цели необходимо решить следующие задачи:

• Определить период, на котором будет производиться исследование;
• Выбрать инструменты технического анализа для последующего построения торговых систем;
• Определить критерий ликвидности, на основании которого бумаги будут сегментированы;
• Собрать данные по котировкам торгуемых на Московской бирже бумаг;
• Тестирование торговых систем с целью выявления оптимальных показателей;
• Использование торговых систем на целевом временном периоде;
• Проведение регрессионного анализа влияния показателя ликвидности на полученные прибыли;
• Интерпретация полученных результатов.

Далее в работе будет рассмотрена научная литература по теме отношения ликвидности и доходности на фондовом рынке, описана методология данного исследования и использованные данные. Завершают работу эмпирические результаты и сделанные выводы по результатам исследования.

1. Обзор литературы

В современной научной литературе множество исследований посвящено изучению предсказательной силы технического анализа. На различных рынках применяются всевозможные методы технического анализа для того, чтобы выяснить действительно ли анализ исторической динамики котировок акций и объемов торгов позволяет определять будущие движения цен и извлекать из этого прибыль. Эффективность технического анализа, как правило, определяется как способность его приносить прибыль, превышающую прибыль от применения пассивных стратегий.

Гипотеза эффективного рынка долгое время являлась основной парадигмой, описывающей поведение цен на спекулятивных рынках. Самым известным определением эффективного рынка является определение, данное Фамой (1970, p.383): «Эффективный рынок — это рынок, на котором цены немедленно и в полной мере отражают всю имеющуюся информацию». Более практичное определение эффективного рынка было дано Дженсеном (1978, p.96): «Рынок эффективен по отношению к информации, если возможно получить экономическую прибыль, торгуя на основе данной информации». Дженсен также сгруппировал различные версии гипотез эффективности рынка в следующие три формы:

Доходность акций и риски, связанные с вложениями в акции

... целью работы. Для достижения цели будут решены следующие задачи: раскрыто понятие акции как ценной бумаги, объяснена и показана доходность акции, представлены риски, связанные с вложением в акции. 1.1 ... частью дохода акционерного общества. С дивидендов необходимо платить налог. Разница курсовой стоимости акции. Довольно часто акции покупаются как раз для получения этого типа доходов, поскольку он ...

* Слабая форма эффективности, при которой стоимость рыночного актива в полной мере отражает всю общедоступную на данный момент информацию о прошлом состоянии рынка.

* Средняя форма эффективности, при которой стоимость рыночного актива в полной мере отражает не только прошлую информацию, касающуюся данного актива, но также публичную информацию.

* Сильная форма эффективности, при которой стоимость рыночного актива помимо прошлой и публичной информации отражает также внутреннюю информацию о данном активе, которая известна лишь узкому кругу лиц.

Таким образом, технический анализ тестирует слабую форму эффективности рынка, так как предсказывает цены, основываясь на предшествующей информации об их динамике.

Например, статья «Foundations of Technical Analysis: Computational Algorithms, Statistical Inference, and Empirical Implementation» (2000) ставит основной задачей показать применимость технического анализа. Тестирование проводится на большом количестве американских акций в период с 1962 года по 1996 год. Авторы делают вывод о том, что средства технического анализа обладают некоторой объясняющей силой, которая значительно повышает вероятность получения дохода на фондовом рынке. Также авторы заключают, что автоматизирование процесса обучения индикаторов на исторических данных и самого процесса применения технического анализа позволяет проводить более эффективный анализ данных о движениях цен и совершенствовать инвестиционный процесс.

Помимо теоретических обоснований применимости технического анализа на различных финансовых рынках существует масса эмпирических исследований, раскрывающих возможности обработки исторической динамики котировок акций и объемов торгов. Согласно работе «What Do We Know About The Profitability Of Technical Analysis?» (2007) эмпирические исследования доказывают прибыльность торговых стратегий на основании средств технического анализа. Авторы статьи проанализировали 95 работ, посвященных прибыльности технических методов анализа финансовых рынков. В 56 из них были показаны положительные результаты. Более того, опросы показывают, что больше половины участников торгов на тех или иных биржах полагаются на информацию, извлекаемую средствами технического анализа, а также на автоматизированные компьютерные аналитические системы, в основе которых содержится анализ исторических данных.

Еще одно масштабное исследование было проведено сравнительно недавно — «Effects of time horizon and asset condition on the profitability of technical trading rules» (2015).

на основе 296 ценных бумаг за 15 лет (с 1997 по 2012 гг.).

Целью данного исследования было выяснить, есть ли стратегии, которые регулярно будут приносить большую доходность, чем стратегия buy and hold. В анализе использовались следующие индикаторы: скользящее среднее, адаптивное скользящее среднее, полосы Боллинджера, индикатор KDJ (модификация стохастического осциллятора) и индикатор CCI (индекс товарного канала).

Авторы выдвинули 2 гипотезы: эффективность технического анализа зависит от состояния торгуемого актива; в краткосрочном периоде (до 1 мес) одна из вышеописанных стратегий по крайней мере так же прибыльна, как и стратегия buy and hold, или приносит большую доходность. Дополнительно ценные бумаги были разделены на бумаги с высокой/низкой волатильностью цен и высокими/низкими объемами торгов, 15-летний период был разделен на два периода — по 8 и 7 лет, в течение которых гипотезы тестировались на ежемесячных данных. В результате оказалось, что из всех пяти стратегий только стратегия, основанная на полосах Боллинджера смогла показать большую доходность, чем у стратегии buy and hold на протяжении всего рассматриваемого периода. Также стратегия на основе индекса торгового канала постоянно показывала большую доходность при низком объеме торгов и высокой волатильности. Остальные стратегии были эффективны только на некоторых временных горизонтах и при определенных условиях. Тем не менее, оказалось ,что в целом для каждого временного горизонта в 87% случаев существует стратегия, приносящая большую прибыль, чем buy and hold.

Анализ доходности акций ПАО «Сбербанк России»

... предприятия и привести их классификацию; проанализировать дивидендную политику ПАО «Сбербанк России» раскрыть методику анализа доходов предприятия. Предметом исследования являются доходы предприятия. Основной теоретической ... отечественных экономистов. В первой главе реферата мы рассмотрим виды акций, как класс ценных бумаг, проанализируем основные формы доходности акций и способы ее расчета, а ...

Отдельное внимание в финансовой литературе уделяется взаимосвязи различных характеристик финансовых активов и динамики их стоимости. Исследования влияния ликвидности ценных бумаг на их будущую доходность можно назвать сравнительно молодыми, однако на текущий момент уже существует масса эмпирических исследований на данную тему. Большинство исследований доказывают, что бумаги, характеризующиеся более высокими показателями ликвидности, показывают более низкую доходность. Одним из самых влиятельных ученых в данной сфере является Яков Амихуд, который в своей работе «Illiquidity and Stock Returns: Cross-section and Time-series Effects» предложил собственный показатель ликвидности и протестировал гипотезу о его влиянии на дополнительную ожидаемую доходность акций на данных с Нью-Йоркской биржи за период 1964-1997 гг. Результат данного эмпирического исследования: гипотеза не отвергается, некоторую часть премии за риск можно считать премией за недостаточную ликвидность.

В статье «A Study of the Relationship Between Liquidity and Stock Returns of Companies Listed in Tehran Stock Exchange» (2011) изучается зависимость доходности акций от уровня их ликвидности. Месячные данные, на которых тестировалось предположение о некоторой зависимости между двумя параметрами, брались с Тегеранской фондовой биржи за период с 2002 года по 2009 год. Основной метод исследования — однофакторная линейная регрессия доходности акции на ее параметр ликвидности. В исследовании используется мера Амихуда. Авторы приходят к выводу, что на рассматриваемом периоде доходность акций Тегеранской биржи отрицательно зависит от показателя ликвидности Амихуда.

В работе «An Empirical Investigation of Liquidity and Stock Returns Relations hip in Vietnam Stock Markets during Financial Crisis» (2010), которая посвящена исследованию зависимости ликвидности и доходности акций на Хошиминской фондовой бирже, получены результаты, противоречащие основной идее о наличии премии за риск неликвидности. В выборку вошли все компании, которые торговались на рынке в период с января 2007 года по июнь 2010 года. В работе анализируются месячные данные по бумагам. В качестве меры ликвидности исследователями используется показатель объема торгов. Данная мера была выбрана ввиду особенностей вьетнамской биржи, а именно из-за того, что торги в основном осуществляются по заявкам. В качестве метода исследования в работе используется линейная регрессия, где объясняемой переменной выступает доходность, а вектор объясняющих переменных состоит из объема торгов, как меры ликвидности, размер компании, отношение балансовой стоимости капитала к рыночной и бета компании. Исследование доказывают положительную зависимость доходности акций от степени ликвидности во время финансового кризиса 2007-2008 годов. Получается, связь ликвидности и динамики котировок финансового актива может варьироваться от рынка к рынку.

Анализ доходности ценных бумаг (акции, облигации, вексель)

... по результатам проведенного анализа поставленной проблемы доходности отдельных видов ценных бумаг на российском фондовом рынке в сентябре 2012 г. Курсовая работа на тему: «Анализ доходности отдельных видов основных ценных бумаг» состоит из ... роста, то есть сектор, или эмитент, чьи акции пользуются большим спросом и аутсайдеры, цены, на акции которых, растут слабее или вообще не демонстрируют ...

Помимо зарубежных исследователей в российской научной среде также занимаются разработками данной проблемы. Среди отечественных исследователей можно отметить С. В. Гельмана, который в своей работе «Liquidity, asymmetric information and asset pricing on the Russian stock market» исследовал асимметрию информации, ликвидность и их влияние на ценообразование на молодом российском фондовом рынке в период 1998-2011 гг. Данное исследование доказывает влияние ликвидности на доходность акций.

Идея различного поведения акций с различными характеристиками применяется и исследователями эффективности технического анализа. Так в статье «A New Anomaly: The Cross-Sectional Profitability of Technical Analysis» (2013) используются торговые стратегии на основании скользящих средних. Тестирование производится на портфелях центра исследований цен финансовых активов (Center for Research in Security prices NYSE/AMEX).

Рассматриваемый период укладывается в границы между 1 июля 1963 года и 31 декабря 2009 года. Открываются длинные позиции, а в случае, когда отсутствует сигнал на покупку, свободные средства вкладываются в безрисковые тридцатидневные казначейские американские облигации. Основным результатом в статье становится значительное превышение доходности торговых стратегий на основании скользящих средних в сравнении с обыкновенной стратегией buy and hold. Примечательно, стратегии применялись к портфелям, отсортированным по волатильности, и наибольшие результаты показали самые волатильные портфели. Волатильность в данной работе понимается как показатель неопределенности поведения цены, исследование подтверждает, что чем более непредсказуемо поведение цены, тем более эффективным показывает себя технический анализ. Статья показывает состоятельность идеи о поиске наиболее прибыльных сегментов на рынках ценных бумаг. Технический анализ возможно применять более эффективно к определенным типам бумаг.

Авторы статьи «Market Statistics and Technical Analysis: The Role of Volume» (1994) воспринимают ликвидность как источник информации, которую трейдеры имеют возможность интерпретировать в свою пользу. Построив теоретическую модель, авторы статьи приходят к выводу, что без должного объема торгов информация на рынке не совершенна, а, значит, использование исключительно данных о ценовой динамике не может обеспечить надежности в прогнозах инвесторов. Данная работа предлагает теоретическое объяснение влияния ликвидности на предсказательную силу технического анализа. Подобная теория требует эмпирического подтверждения.

Задача работы «Stock Returns and the Volatility of Liquidity» (2010): показать как инвестор может использовать зависимость доходности акций от ликвидности. Исследование проводится с применением теоретической модели для рационального инвестора. Калибровка модели проводится на акциях NYSE в период с 1926 по 2002 гг. Торговля осуществляется ежемесячно. Авторы доказывают теоретически и эмпирически отрицательную зависимость ожидаемых доходов от колебаний ликвидности. Более того, основным достижением данной статьи является разработанная теоретическая модель, которая доказывает возможность для инвесторов оптимизировать свою торговую стратегию в зависимости от колебаний ликвидности: получать большие прибыли в периоды высокой ликвидности на рынке и снижать свои риски в моменты ее нехватки.

В исследовании «Technical Analysis and Liquidity Provision» (2004) исследуется связь между показаниями инструментов технического анализа и ликвидностью финансовых активов. Тестируются две гипотезы: первая заключается в том, что уровни поддержки и сопротивления действительно отражают пики ликвидности в книге лимитированных заявок; вторая гипотеза утверждает, что скользящие средние способны отразить относительную глубину книги лимитированных заявок. В работе анализируются данные с NYSE. В выборку вошли 110 компаний на периоде с июля 1997 года по сентябрь того же года. Используются получасовые данные. Авторы восстановили книги лимитированных заявок на рассматриваемом периоде. Ликвидность измеряются четырьмя способами, которые концентрируются на глубине книги лимитированных заявок. Результаты исследования показывают, что инструменты технического анализа сильно связаны с показателями ликвидности, основанными на данных книги лимитированных заявок. Таким образом, авторы делают вывод, что уровни поддержки и сопротивления, а также скользящие средние способны подавать сигналы, которые позволяют определять уровень ликвидности в книге лимитированных заявок и более грамотно выстраивать торговую стратегию.

Примером эмпирического исследования зависимости прибыли, полученной с использованием технических торговых стратегий, и ликвидности является работа «Is Technical Analysis Profitable On U.S. Stocks With Certain Size, Liquidity Or Industry Characteristics?» (2006) Исследование основывается на американских ценных бумагах, торгующихся на NYSE и NASDAQ. Акции анализируются на периоде с 1990 по 2004 гг. Авторы акцентируют внимание на том, что применяют торговые стратегии на основе скользящих средних и правил пробоя торгового диапазона (trading range breakout) к индивидуальным активам, а не, например к целому индексу, с целью выявить наличие зависимость определенных характеристик бумаги и доходности. В анализе используются все акции, торговавшиеся в достаточных объемах на протяжении всего рассматриваемого периода. Несмотря на то, что авторам не удалось достичь положительной прибыли по всем рассматриваемым бумагам, им удалось определить, что среди акций, показавших положительные результаты, наиболее прибыльными оказались менее ликвидные бумаги. Также делается вывод о том, что больший доход приносят стратегии, рассчитанные на долгосрочное инвестирование.

Сегодня в финансовой литературе принимается точка о зрения о существенности некоторых сигналов, подаваемых средствами технического анализа, однако универсального подхода по интерпретации данных сигналов и, что самое важное подхода по отличию истинных сигналов от ложных не существует. Исследования различных рынков, характеристик финансовых активов и применения к ним технического анализа есть попытки определить поле его наиболее эффективного приложения.

ликвидность торговый прибыль регрессионный

2. Методология

Данная работа посвящена эффективности применения технического анализа в зависимости от ликвидности акций на российском фондовом рынке. Исследование призвано проверить следующую гипотезу: «применение средств технического анализа на более ликвидных акциях позволяет извлекать большую прибыль, нежели применение технического анализа к акциям, обладающими меньшей ликвидностью».

Исследование проводится с помощью построения автоматизированных торговых систем на основе математических индикаторов. Для более эффективного применения торговых систем рассматриваемый период делится на две части: оптимизационный период, во время которого будет происходить настройка оптимальных параметров индикаторов; тестовый период, во время которого индикаторы с оптимальными параметрами применяются к акциям. Данный подход позволяет максимально приблизить исследование к реальным условиям торговли на финансовых рынках.

Важной составляющей проверки эффективности технического анализа является учет транзакционных издержек. Одним из источников данных расходов является организатор торгов — биржа. Как правило, биржа взимает комиссию за осуществление финансовых операций на собственной площадке.

Помимо биржевого сбора существует брокерская комиссия. Инвесторы сталкиваются с данной тратой из-за того, что только профессиональные участники рынка ценных бумаг имеют право осуществлять на нем торговые операции. Как правило, таким участником является брокер, который вместе с тем может выступать посредником между инвестором и биржей, совершая операции от имени инвестора. Как правило, брокер включает в свою комиссию биржевые сборы. В данном исследовании используются данные о брокерских комиссиях по состоянию на 2016 год в среднем по крупнейшим брокерским конторам, осуществляющим посреднические функции на Московской бирже. Средняя комиссия составляет 0,05% дневного оборота.

Дополнительной тратой для инвестора может послужить выплата процента брокеру в случае открытия коротких позиций. Процентная ставка по маржинальным кредитам на текущий момент в России составляет в среднем 14% годовых. Помимо выплаты процентов инвестор также сталкивается с ограничениями со стороны брокера по величине открываемых коротких позиций — обеспечением по маржинальным кредитам. Данная величина в исследовании установлена на уровне 50%, что означает возможность для инвестора открытия короткой позиции объемом, в 2 раза превышающем текущий баланс на счете.

Имитация торговли на фондовой бирже осуществлялась средствами программного обеспечения Metastock и встроенным в него Enchanced System Tester. Основные правила осуществления торговли разработанной торговой системой:

• В торговле не использовался заемный капитал. Все операции осуществлялись на изначальные средства, которые составили 100000 рублей;
• Было запрещено открывать сразу несколько позиций. Каждая новая позиция открывалась только после того, как закрывалась предыдущая;
• За один торговый день совершалась только одна сделка.;
• При получении сигнала об открытии позиции торговая система рассчитывала объем будущей сделки по следующей формуле:
• Рассчитанный объем заявки реализовывался на следующий день по цене открытия;
• В конце оптимизационного и тестового периодов все позиции закрывались по последней цене открытия.

Для выявления зависимости между возможной прибылью, полученной от применения технического анализа, и ликвидностью акции все бумаги ранжированы по показателю ликвидности. После реализации торговых стратегий строится зависимость доходности по бумаге от степени ее ликвидности. Уравнение для однофакторной регрессии имеет следующий вид:

где

• доходность по акции i с применением стратегии j;
• показатель ликвидности акции i.

Далее представлено подробное описание инструментов технического анализа, которые применялись в данном исследовании.

3. Индикаторы

Большую часть технического анализа занимают математические методы анализа данных. Инструментами математического технического анализа, являются различные показатели и индикаторы, которые используют всевозможную доступную информацию о движениях цен, изменениях объемов ценных бумаг, торгуемых в системе организованных торгов.

Математические методы анализа цен на фондовых рынках использовались с самого их зарождения. Технический прогресс и появление мощной вычислительной техники открыли новые возможности для финансовых аналитиков. Развитие технологий позволило внедрять и более эффективно использовать более сложные торговые стратегии, разрабатывать замысловатые индикаторы. На сегодня в финансовой литературе можно найти тысячи различных инструментов технического анализа.

Индикаторы можно разделить на две большие категории: трендследящие и осцилляторы. В данной работе будет проводиться анализ наиболее популярных представителей данных групп индикаторов.

4. Трендследящие

Трендследящие индикаторы, что следует из названия, призваны определять устойчивые тенденции на рынке. Данная группа индикаторов показывает наилучшие результаты для бумаг, которые показывают направленные тренды в движений ценовых котировок.

Экспоненциальное скользящее среднее

Одна из наиболее популярных модификаций скользящего среднего. Основным преимуществом данного вида скользящего среднего является то, что последним значениям придается больший вес. Таким образом, показатель отражает в себе наиболее значимые события на текущий момент, оставляя выбросы предыдущих периодов менее значимыми. Расчет экспоненциального среднего производится по формуле:

где

• цена закрытия в момент день t;
• значение EMA за предыдущий день;
• K = 2 : (N + 1);
• N — число дней в периоде расчета скользящего среднего.

Торговая стратегия с использованием экспоненциальной скользящей средней выглядит следующим образом: длинная позиция открывается, когда EMA пересекает график цены сверху вниз; длинная позиция закрывается в обратном случае, когда EMA пересекает график цены снизу вверх; открытие и закрытие коротких позиций осуществляется наоборот, когда EMA пересекает график цены сверху вниз — открывается, когда снизу вверх — закрывается.

Схождение/Расхождение скользящих средних

MACD — это следующий шаг в развитии таких инструментов как скользящие средние для нужд технического анализа. Данный инструмент является комбинацией из длинной и короткой экспоненциальных скользящих средних. Преимуществом MACD является способность показывать опережающие сигналы. Современная интерпретация данного показателя включает в себя также сигнальную линию, которая сглаживает значения основной, предотвращая ложные сигналы. Формула для расчета:

где

• короткая ЕМА с периодом расчета n1;
• длинная ЕМА с периодом расчета n2;
• сглаживающая короткая ЕМА для разности короткой и длинной ЕМА с периодом расчета n3.

Торговые стратегии с использованием MACD основываются на взаимодействиях основной и сигнальной линий. В случае если линия MACD превышает сигнальную линию, то это следует интерпретировать как сигнал на открытие длинной позиции и, соответственно закрытие короткой. Обратная же ситуация интерпретируется как сигнал к открытию короткой позиции и закрытию длинной.

Индекс случайного блуждания (RWI)

Индекс случайного блуждания призван определять характер движения цены, а именно является ли изменение цены в данный момент стихийным или же на рынке наблюдается тренд. RWI сравнивает действительное движение цены с предполагаемой случайной динамикой. Если действительное движение оказывается более интенсивным чем случайная динамика, то можно говорить о наличии тренда. Индекс состоит из двух линий: линии максимумов и линии минимумов. Формула расчета индекса представлена ниже:

где

H, L — высшая и низшая цена в день расчета;

• Hn, Ln — высшая и низшая цена n дней до расчета;
• Avg.rng.

— средний дневной интервал между максимальной и минимальной ценами за период n дней.

Пересечение значения индекса максимумов уровня в единицу снизу вверх начало означает значительного роста котировок, что следует воспринимать как сигнал о перепроданном рынке и начале восходящего движения. Для закрытия позиции верно обратное, если индекс минимумов превышает единицу, рынок перекуплен и намечается сильное снижение цены бумаги. Открытие и закрытие коротких позиций осуществляется в обратном порядке.

Индикатор направленного движения

Показатель способен выявлять долговременные тенденции рынка. Индикатор оценивает положение диапазона максимума-минимума сегодня относительно вчерашнего, на основании чего определяется сила тренда и его направление. Основные линии индикатора рассчитываются по формулам:

где

H — максимальное значение цены;

• предыдущее максимальное значение цены;
• L — минимальное значение цены;
• предыдущее минимальное значение цены

Торговая стратегия строится на основании взаимодействия линий индикатора. Решение об открытии или закрытии позиции принимается в момент пересечения линий. Когда +DM >

• DM, инвестору рекомендуется войти в длинную позицию и закрыть короткую, так как это является сигналом к началу восходящей тенденции на рынке. Противоположные действия совершаются инвестором, когда -DM >
• +DM

5. Осцилляторы

Главной задачей осцилляторов является определение разворотов рынка. Наиболее эффективными данные индикаторы показывают себя на волатильных рынках, на которых отсутствуют явные восходящие или нисходящие тенденции.

Индекс относительной силы

Данный осциллятор завоевал большую популярность и распространение среди участников рынка по всему миру. Главной особенностью показателя является то, что он никогда не подает запаздывающих сигналов, RSI подает либо опережающие либо синхронные с движениями цен сигналы. Расчет производится следующим образом:

где

AU — среднее значение повышений цены закрытия за период n;

• AU — среднее значение понижений цены закрытия за период n.

Индикатор принимает значения от 0 до 100. Трейдером устанавливаются критические зоны, в данном случае на уровнях ниже 30 (зона перепроданности) и выше 70 (зона перекупленности).

Если индекс относительной силы находится в нижней критической зоне, то можно говорить о перепроданности, что интерпретируется как сигнал к открытию длинной позиции и закрытию короткой. Противоположная ситуация возникает, если RSI поднимается выше 70, что говорит о перекупленности рынка, значит стоит ожидать нисходящей тенденции и открывать короткую позицию или закрывать открытую раннее длинную.

Процентный диапазон Уильямса

Осциллятор %R показывает положение цены закрытия в недавнем диапазоне максимумов и минимумов. Значение показателя принимает значения от 0 до 100, являясь расстоянием между ценой закрытия и максимумом, выраженном в процентах. С помощью диапазона Уильямса можно определять тенденции и возможные развороты рынка. Рассчитывается данный индикатор следующим образом:

где

• максимальная цена за период n;
• минимальная цена за период n;
• последняя цена закрытия.

Данный осциллятор имеет перевернутую шкалу и так же как предыдущий имеет критические линии на уровнях 10% и 90%. Значение осциллятора ниже 10% свидетельствует о перепроданности рынка, что является сигналом к смене тренда с нисходящего на восходящий и, соответственно, к открытию длинной позиции и закрытию короткой. Аналогично, при превышении процентным диапазоном Уильямса отметки в 90% на рынке наблюдается завершающийся бычий тренд. После получения данного сигнала следует закрывать длинные и открывать короткие позиции.

6. Измерение ликвидности

В научной литературе встречается множество количественных показателей, отражающих ликвидность в том или ином измерении. Однако, большинство измерений ликвидности для расчетов требуют внутридневные и микроструктурные данные, которые зачастую недоступны на многих финансовых рынках.

Решением данной проблемы становится показатель, введенный специалистом по ликвидности финансовых активов Яковом Амихудом. В статье «Illiquidity and stock returns: cross-section and time-series effects» (2002) экономист предлагает собственный показатель ликвидности, который в основе имеет данные по дневным объемам торговли (в денежном выражении), а также относительную величину дневной доходности по активу (в %).

Расчет показателя Амихуда производится по следующей формуле:

где

• количество дней, в которых актив i торговался в год y;
• абсолютная доходность актива i в день d в год y;
• объем торговли активом i в день d в год y в денежном выражении.

Данный показатель ликвидности легко рассчитывается с использованием доступных дневных данных по торгам на различных биржах. Более того, между показателем Амихуда и другими индикаторами ликвидности, в том числе использующими микроструктурные данные, наблюдается положительная зависимость, следовательно, данный показатель действительно отражает настоящее положение дел касательно ликвидности ценных бумаг.

Дополнительный преимуществом использования данного показателя также является включение в его расчет волатильности ценной бумаги. Технический анализ строится на успешном и своевременном реагировании на сигналы рынка, что становится затруднительным в случае, если наблюдаются постоянные большие изменения цены.

7. Описание данных

В первоначальную выборку вошли 125 акций, которые торговались на основном рынке ММВБ в период с января 2010 года по декабрь 2015 года. Источники данных: Финам (котировки для анализа в программе Metastock) и Bloomberg (дневные данные по котировкам объемам торгов).

В выборке присутствуют как ликвидные бумаги, так и те, которые торгуются в меньших объемах и с меньшей частотой, что позволяет оценить эффект ликвидности на эффективность технического анализа. Помимо временного периода торговли, для акций применялся фильтр, позволяющий избежать анализа абсолютно неликвидных акций. Первоначальная выборка была отфильтрована по следующему критерию: количество дней, в которые совершались операции должно быть не менее 1000. Ниже приведена таблица с описательными статистиками по основным характеристикам рассматриваемых акций:

Таблица 1. Описательные статистики

	Среднее	Стандартное отклонение	Максимум	Минимум
Цена за акцию	860,27	5157,552	88600	0,000688
Дневная доходность	0.093%	3.991%	282.906%	-57.375%
Дневной объем торгов (шт.)	411914664	382596819	167828140000	0
Дневной объем торгов (руб.)	301610182,6	1395611209	49648240000	0
Количество торговых дней	1302	314	1501	191
Показатель ликвидности Амихуда	0.000355761	0.000781505	0.005044843	1.3*(10-10)

Всего было проанализировано 104 акции, торговавшихся на основном рынке по крайней мере 60% времени. По каждой акции была проведена оптимизация параметров индикаторов для более эффективного их применения на тестовом периоде. В случае, если хотя бы по одному из индикаторов акции не удалось достичь положительной прибыли на оптимизационном периоде, то акция не рассматривалась в дальнейшем анализе.

Таким образом, для финальной обработки данных были использованы 59 акций, удовлетворяющие всем установленным требованиям. Несмотря на значительное сокращение выборки, репрезентативность бумаг с различными характеристиками в ней отнюдь не снизилась.

8. Эмпирические результаты

Торговля осуществлялась в 2 этапа: оптимизационный, который составил 2 года с января 2010 года по декабрь 2011, и тестовый период с начала 2012 по конец 2015 года. Настройка параметров индикаторов осуществлялась перебором всех возможным комбинаций параметров и вычислением наиболее эффективного, с точки зрения прибыли, набора данных параметров. В общем случае, параметры варьировались от 2 до 100 с шагом 1. Ниже представлена иллюстрация результатов применения торговой системы с оптимальными параметрами к целевой выборке:

Рисунок 1. Обобщенные результаты применения технических индикаторов

В целом, ярко выраженной зависимости прибыльности стратегий и степени ликвидности активов не наблюдается, однако прослеживается положительная тенденция. При движении в сторону более ликвидных бумаг потери снижаются и растет число положительных результатов. Регрессионный анализ зависимости доходности от показателя ликвидности Амихуда также не показал значимых результатов:

Таблица 2. Регрессионный анализ зависимости обобщенных результатов применения технических индикаторов и ликвидности

Регрессионная статистика
Множественный R	0.288881
R-квадрат	0.083452
Нормированный R-квадрат	0.067372
Стандартная ошибка	0.467289
Наблюдения	59
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	1.133256	1.133256	5.18987	0.026487
Остаток	57	12.44648	0.218359
Итого	58	13.57974
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение
Y-пересечение	0.116625	0.064104	1.819318	0.07411
Показатель Амихуда	-348.163	152.8284	-2.27813	0.02648

Поскольку значение показателя Амихуда растет вместе с падением ликвидности, а коэффициент перед ним отрицательный, проверяемая в данном исследовании гипотеза о положительной зависимости потенциальной прибыли от технического анализа и ликвидности не может быть отвергнута. Достаточно низкое p-value говорит о значимости коэффициента по крайней мере на 5% уровне значимости. Однако, объясняющая сила регрессии недостаточна для того, чтобы делать более конкретные выводы. Очевидно, степень ликвидности не является определяющим фактором определения прибыльности стратегий с применением технического анализа, однако оказывает положительное влияние.

В данном исследовании также есть возможность проанализировать различия влияния ликвидности на эффективность торговых стратегий на основе различных групп индикаторов. В работе использовались 4 трендследящих индикатора и 2 осциллятора:

Таблица 3. Средние значения доходностей по индикаторам

	RWI	MACD	EMA	DMI	%R	RSI
Низкая ликвидность	-13.24%	9.86%	-41.65%	-48.22%	-15.80%	-25.51%
Средняя ликвидность	50.40%	64.46%	49.42%	6.01%	24.88%	0.49%
Высокая ликвидность	-1.34%	22.35%	47.64%	-16.30%	4.82%	10.05%

Значения показателя Амихуда для каждой акции могут отличаться на несколько порядков, что значительно затрудняет анализ данных. Для наглядности финальная выборка была разделена на три группы по показателю ликвидности, от самых неликвидных к самых ликвидным бумагам. Сильно выделяются на общем фоне результаты применения торговой системы на основе индикатора MACD. Данный индикатор показал себя как наиболее прибыльный и в среднем приносил положительные доходы по всем трем группам исследуемых бумаг. Следом по эффективности идет стратегия на основании экспоненциального скользящего среднего, что неудивительно, так как данный индикатор и предыдущий основываются на одинаковых принципах об отклонении текущей цены от исторически среднего значения. Наихудшие результаты были достигнуты с применением индекса направленного движения. В среднем по выборке торговые стратегии на основе данного индикатора приносили убытки в размере 19%.

Следует обратить внимание, что динамика доходности торговых систем при движении от неликвидных акций к более ликвидным отличается при использовании различных индикаторов:

Рисунок 2. Обобщенные результаты применения RSI

На графике выше проиллюстрирована явно положительная зависимость дохода от показателя ликвидности Амихуда по результатам торговой системы с применением индикатора RSI. Ситуация отличается для остальных индикаторов: результаты по остальным торговым системам показывают, что самые ликвидные акции приносят меньший доход чем акции, характеризующиеся средней ликвидностью.

Подобные различия могут быть объяснены с помощью гипотезы об эффективном рынке, Акции, обладающие более высокой ликвидностью, котируются в более насыщенной информацией среде, то есть игрокам на рынке доступно больше информации как о самом эмитенте, так и об исторической динамике акций. Таким образом, инвесторы принимают более взвешенные решения о покупке таких акций и быстрее реагируют на новую информацию, тем самым обеспечивая более эффективное ценообразование, которое не определяет технический анализ.

Что же касается слабых результатов неликвидным акциям, то этому причиной становятся недостаточные объемы торгов, дефицит рыночной информации или широкий спред, препятствующий реализации заявок.

Заключение

В данном исследовании ставилась цель определить наличие зависимости между эффективностью применения торговых стратегий на основе технических индикаторов на российском фондовом рынке и степени ликвидности ценных бумаг, к которым данные торговые системы применяются. Для этого была выделена выборка акций, торговавшихся на российском фондовом рынке в период с 2010 года по 2015 год. К выделенным акциям применялись торговые стратегии на основе трендследящих индикаторов и осцилляторов, широко применяющихся в реальных торгах и анализе рынков. Полученные результаты были проанализированы с применением однофакторной регрессии.

По результатам данной работы не удается с точностью назвать коэффициентный для показателя ликвидности в уравнении эффективности технического анализа, однако можно утверждать, что в случае с показателем Амихуда знак у его коэффициента отрицательный, что соответствует предположению о положительной зависимости доходности торговых стратегий от ликвидности.

Более того, удалось выяснить, что чувствительность эффективности технического анализа к ликвидности актива может варьироваться в зависимости от применяемого инструмента. Например, доходность торговой стратегии на основе индекса относительной силы равномерно увеличивается при движении от менее ликвидных бумаг к более ликвидным, а доходность стратегий, основанных на скользящих средних, при положительной зависимости от ликвидности может снижаться при применении к самым ликвидным ценным бумагам.

Помимо теоретической значимости работы в ней содержится практический смысл в определении эффективности торговых стратегий, использующих простые правила интерпретации сигналов популярных технических математических индикаторов. Даже при условии отличных результатов на оптимизационных периодах, торговым системам не хватает предсказательной силы на реальных торгах и даже настройка индикаторов не позволяет исключить ложные сигналы и сбои. Однако, удалось выяснить, что сегмент рынка, характеризующийся средней ликвидностью, является наиболее благоприятным для применения рассмотренных в данном исследовании торговых стратегий.

На более ликвидных акциях технический анализ в среднем показывает результаты хуже, что соотносится с теорией об эффективности рынка.

Для продолжения исследования зависимости эффективности технического анализа и ликвидности стоит обратить внимание на повышение эффективности торговых стратегий как таковых. Также, имея в виду возможность различия чувствительности от индикатора к индикатору, стоит расширить список применяемых инструментов технического анализа, в том числе использовать графические методы.

Список использованной литературы

1. Берзон Н. И., Рынок ценных бумаг. — М. : Юрайт. 2011. — 530 с.

2. Колби Р. Энциклопедия технических индикаторов рынка. — М. : Альпина бизнес букс. 2004. — 837 с.

3. Amihud, Y. Illiquidity and Stock Returns: Cross-section and Time-series Effects, Journal of Financial Markets, 5 (2002), pp. 31-56.

4. Fama, Eugene F. and Marshall E. Blume, “Filter Rules and Stock Market Trading,” Journal of Business, 1966, 39 (1), 226-241.

5. Fama, Eugene, «Efficient Capital Markets: A Review of Theory and Empirical Work». Journal of Finance, 1970, 25 (2): 383-417

6. Gelman, S. Liquidity, asymmetric information and asset pricing on the Russian stock market, The University — Higher School of Economics, WP9/2012/01

7. Hayes·R.L, Wu J.,·Chaysiri R., Bae J.,·Beling P.A.,·Scherer W.T. Effects of time horizon and asset condition on the profitability of technical trading rules// Journal of Economics & Finance, 2016, 40:41-59 (Q3)

8. Jensen, M.C. (1978), “Some anomalous evidence regarding market efficiency”, Journal of Financial Economics, 6, 95-101.

9. Joгo Pedro Pereira and Harold H. Zhang, “Stock Returns and the Volatility of Liquidity,” The Journal of Financial and Quantitative Analysis, Vol. 45, No. 4, August, 2010, pp. 1077-1110

10. Kenneth A. Kavajecz and Elizabeth R. Odders-White, “Technical Analysis and Liquidity Provision,” The Review of Financial Studies, Vol. 17, No. 4, Winter, 2004, pp. 1043-1071

11. LeBaron, Blake, “Technical Trading Rule Profitability and Foreign Exchange Intervention,” Journal of International Economics, 1999, 49 (1), 125-143.

12. Lo, AndrewW., Harry Mamaysky, and JiangWang, “Foundations of Technical Analysis: Computational Algorithms, Statistical Inference, and Empirical Implementation,” Journal of Finance, 2000, 55 (4), 1705 — 1770.

13. Neely, Christopher J., “The Temporal Pattern of Trading Rule Returns and Exchange Rate Intervention: Intervention Does Not Generate Technical Trading Profit,” Journal of International Economics, 2002, 58 (1), 211-232.

14. Park, Cheol-Ho and Scott H. Irwin, “What do We Know about the Profitability of Technical Analysis?,” Journal of Economic Surveys, 2007, 21 (4), 786-826.

15. Sarr, A., Lybek, T. Measuring liquidity in financial markets, International Monetary Fund, WP 02/232, 2002.

16. Yufeng Han, Ke Yang, and Guofu Zhou, “A New Anomaly: The Cross-Sectional Profitability of Technical Analysis,” Journal of Financial and Quantitative Analysis Vol. 48, No. 5, Oct. 2013, Pp. 1433-1461